CN113221028B - 一种基于最优策略的体验式路线搜索系统 - Google Patents
一种基于最优策略的体验式路线搜索系统 Download PDFInfo
- Publication number
- CN113221028B CN113221028B CN202110535587.6A CN202110535587A CN113221028B CN 113221028 B CN113221028 B CN 113221028B CN 202110535587 A CN202110535587 A CN 202110535587A CN 113221028 B CN113221028 B CN 113221028B
- Authority
- CN
- China
- Prior art keywords
- path
- user
- matching
- subunit
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004364 calculation method Methods 0.000 claims description 21
- 239000007983 Tris buffer Substances 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 24
- 239000000243 solution Substances 0.000 description 10
- 238000009825 accumulation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/14—Travel agencies
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Remote Sensing (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Navigation (AREA)
Abstract
本发明提供一种基于最优策略的体验式路线搜索系统,包括服务器系统以及通过网络与服务器系统连接的用户终端,用户终端用于将客户输入的搜索特征通过网络传输至服务器系统,服务器系统通过接收到的搜索特征进行路径方案匹配并将查询结果通过网络传输至用户终端,用户终端将接收到的查询结果展示给用户,本发明能够根据客户输入的搜索特征匹配对应的路径方案,以解决现有的搜索系统在针对体验式用户的游览路线的规划上存在不足问题。
Description
技术领域
本发明涉及互联网搜索技术领域,尤其涉及一种基于最优策略的体验式路线搜索系统。
背景技术
互联网搜索引擎是万维网中的特殊站点,专门用来帮助人们查找存储在其他站点上的信息。搜索引擎有能力告诉你文件或文档存储在何处。网络地图是利用计算机技术,以数字方式存储和查阅的地图,现有的技术中,用户通过使用网络地图进行搜索,能够找到自己的目标位置并能提供到达目标位置的路径。
但是现有的搜索领域中,尤其在旅游景点的搜索领域中,用户只能根据自身的需求去搜索指定的景点,现有的搜索系统也只能够提供单个景点的路线推荐,由于社会需求的增加,很多用户在出差到外地时,往往都会预留一部分的时间,很多用户想要在预留的时间内游览当地的景点,通常情况下都需要用户自己一个一个搜索后进行选择,但是选择过程中往往由于自身对于路线规划不足导致来不及游览一些景点的问题,使得用户的游玩体验效果较差。
发明内容
针对现有技术存在的不足,本发明目的是提供一种基于最优策略的体验式路线搜索系统,能够根据客户输入的搜索特征匹配对应的路径方案,以解决现有的搜索系统在针对体验式用户的游览路线的规划上存在不足问题。
为了实现上述目的,本发明是通过如下的技术方案来实现:一种基于最优策略的体验式路线搜索系统,包括服务器系统以及通过网络与服务器系统连接的用户终端,所述用户终端用于将客户输入的搜索特征通过网络传输至服务器系统,所述服务器系统通过接收到的搜索特征进行路径方案匹配并将查询结果通过网络传输至用户终端,所述用户终端将接收到的查询结果展示给用户;
所述用户终端包括登录模块、搜索模块、提示模块、显示模块以及定位模块,所述登录模块用于用户账号登录并获取账号信息,所述账号信息包括用户的年龄和性别,所述搜索模块用于用户输入搜索特征,所述搜索特征包括起点位置、终点位置、游玩的最长时间以及景点类型,所述提示模块用于展示景点类型,所述显示模块用于将接收到的查询结果进行展示,所述定位模块用于确定用户的实时位置;
所述登录模块包括换算单元,所述换算单元用于根据用户的年龄和性别换算得到用户的体力阈值;
所述搜索模块包括必要特征输入单元和自由特征输入单元,所述必要特征输入单元用于用户输入必要的搜索特征,所述自由特征输入单元用于用户输入非必要的搜索特征,所述必要特征输入单元包括起点位置输入子单元和最长时限输入子单元,所述起点位置输入子单元用于输入用户的起点位置,所述最长时限输入子单元用于输入用户游玩的最长时间,所述自由特征输入单元包括终点位置输入子单元以及景点类型输入子单元,所述终点位置输入子单元用于输入用户游玩结束后需要到达的终点位置,所述景点类型输入子单元用于输入用户选择的景点类型;
所述提示模块包括景点等级提示单元、景点类别提示单元以及景点适宜人群提示单元,所述景点等级提示单元用于用户筛选景点的质量等级,所述景点类别提示单元用于用户筛选喜爱的景点类别,所述景点适宜人群提示单元用于用户筛选景点的适宜群体,所述景点类型包括质量等级、景点类别以及适宜人群;
所述服务器系统包括查询模块、数据库模块以及存储模块,所述查询模块根据接收到的搜索特征进行搜索并计算出若干条路径方案,所述数据库模块存储有地图数据库以及景点数据库,所述景点数据库包括景点位置、景点游玩时长以及景点游玩攻略,所述地图数据库包括每两个位置之间的出行路径以及与出行路径相对应的出行方式和路径时长,所述存储模块用于将用户的检索记录和路径方案的选择记录存储至数据库模块中;
所述查询模块包括特征提取单元、搜索单元以及匹配单元,所述特征提取单元用于从数据库模块中提取用户所在地周边的景点位置、每两个位置之间的路径时长以及景点游玩时长,所述搜索单元用于搜索每两个位置之间的出行路径,所述匹配单元用于根据用户输入的搜索特征进行计算后匹配对应的路径方案;
所述匹配单元包括第一匹配子单元、第二匹配子单元、第三匹配子单元以及第四匹配子单元,所述第一匹配子单元根据用户输入的起点位置和游玩的最长时间匹配路径方案,所述第二匹配子单元根据用户输入的起点位置、游玩的最长时间以及终点位置匹配路径方案,所述第三匹配子单元根据用户输入的起点位置、游玩的最长时间以及景点类型匹配路径方案,所述第四匹配子单元根据用户输入的起点位置、游玩的最长时间、终点位置以及景点类型匹配路径方案;
所述第一匹配子单元配置有第一算法,所述第一算法对于每条路径方案的计算方法设置为从用户的起点位置开始依次累计每两个位置之间的路径时长和景点游玩时长,当第一算法的值大于游玩的最长时间时停止计算,所述第一匹配子单元配置有第一匹配策略,所述第一匹配策略配置为:删除第一算法中累计的最后一个景点或最后一条路径,然后将起点位置、每两个位置之间的出行路径和景点位置的连线设定为第一路径方案;
所述第二匹配子单元从用户输入的起点位置向终点位置进行连线,分别穿过若干个景点位置获得若干条初始路径,所述第二匹配子单元配置有第二算法,所述第二匹配子单元根据第二算法分别计算出每条初始路径的耗费时长,所述第二匹配子单元配置有第二匹配策略,所述第二匹配策略将耗费时长小于游玩的最长时间的初始路径设定为第二路径方案;
所述第三匹配子单元配置有第三匹配策略,所述第三匹配策略将第一路径方案中满足用户输入的景点类型的部分设定为第三路径方案;
所述第四匹配子单元配置有第四匹配策略,所述第四匹配策略将第二路径方案中满足用户输入的景点类型的部分设定为第四路径方案;
所述显示模块根据用户输入的搜索特征展示对应的查询结果,所述查询结果包括第一查询子结果,所述第一查询子结果包括第一路径方案、第二路径方案、第三路径方案以及第四路径方案;
所述景点数据库还包括景点人气度值、景点平均排队时长以及景点平均耗费步数值,所述服务器系统还包括评分模块,所述评分模块内配置有第五算法,所述第五算法根据体力阈值、景点人气度值、景点平均排队时长以及景点平均耗费步数值对第一查询子结果中的每条路径方案进行评分计算并得到第一综合分值,所述第五算法配置为:P1=k1[A-(k2C+k3D)]+k4B+k5/C,其中,其中,P1为第一综合分值,A为体力阈值,B为景点人气度值,C为景点平均排队时长,D为景点平均耗费步数值,k1为第一权重值,k2为第二权重值,k3为第三权重值,k4为第四权重值,k5为第五权重值,且k1、k2、k3、k4、k5均大于零;
所述显示模块根据第一综合分值由大到小依次对第一查询子结果中的每条路径方案进行展示。
进一步地,所述显示模块还包括二次查询单元,所述二次查询单元包括出行类型输入子单元,所述查询模块还包括二次查询子模块,所述二次查询子模块用于根据出行类型对查询结果进行筛选。
进一步地,所述自由特征输入单元还包括景点游玩时长设定子单元,所述景点游玩时长设定子单元用于用户设定预计游玩时间。
进一步地,所述匹配单元还包括第五匹配子单元、第六匹配子单元、第七匹配子单元以及第八匹配子单元,所述第五匹配子单元用于根据用户输入的起点位置、游玩的最长时间以及预计游玩时间匹配路径方案,所述第六匹配子单元用于根据用户输入的起点位置、游玩的最长时间、预计游玩时间以及终点位置匹配路径方案,所述第七匹配子单元用于根据用户输入的起点位置、游玩的最长时间、预计游玩时间以及景点类型匹配路径方案,所述第八匹配子单元用于根据用户输入的起点位置、游玩的最长时间、预计游玩时间、终点位置以及景点类型匹配路径方案。
进一步地,所述第五匹配子单元配置有第三算法,所述第三算法对于每条路径方案的计算方法设置为从用户的起点位置开始依次累计每两个位置之间的路径时长和预计游玩时间,当第三算法的值大于游玩的最长时间时停止计算,所述第五匹配子单元配置有第五匹配策略,所述第五匹配策略配置为:删除第三算法中累计的最后一个景点或最后一条路径,然后将起点位置、每两个位置之间的出行路径和景点位置的连线设定为第五路径方案,所述第三算法配置为T3=Tr1+...+Trn+mTa,其中,Tr为路径时长,Ta为预计游玩时间,m为景点数量,且T3≤游玩的最长时间;
所述第六匹配子单元从用户输入的起点位置向终点位置进行连线,分别穿过若干个景点位置获得若干条初始路径,所述第六匹配子单元配置有第四算法,所述第六匹配子单元根据第四算法分别计算出每条初始路径的耗费时长,所述第六匹配子单元配置有第六匹配策略,所述第六匹配策略将耗费时长小于游玩的最长时间的初始路径设定为第六路径方案,所述第四算法配置为:T4=∑Tri+mTa,其中,Tr为路径时长,Ta为预计游玩时间,m为景点数量,T4为总的路径时长加上总的景点游玩时长的总和,且T4≤游玩的最长时间;
所述第七匹配子单元配置有第七匹配策略,所述第七匹配策略将第五路径方案中满足用户输入的景点类型的部分设定为第七路径方案;
所述第八匹配子单元配置有第八匹配策略,所述第八匹配策略将第六路径方案中满足用户输入的景点类型的部分设定为第八路径方案。
进一步地,所述查询结果还包括第二查询子结果,所述第二查询子结果包括第五路径方案、第六路径方案、第七路径方案以及第八路径方案;
所述评分模块内还配置有第六算法,所述第六算法根据体力阈值、景点人气度值、景点平均排队时长、预计游玩时间以及景点数量对第二查询子结果中的每条路径方案进行评分计算并得到第二综合分值,所述第六算法配置为:P2=k6(E-C)+k7B+k8(A-k9mTa),其中,P2为第二综合分值,A为体力阈值,B为景点人气度值,C为景点平均排队时长,Ta为预计游玩时间,m为景点数量,k6为第六权重值,k7为第七权重值,k8为第八权重值,k9为第九权重值,且k6、k7、k8、k9均大于零;
所述显示模块根据第二综合分值由大到小依次对第二查询子结果中的每条路径方案进行展示。
进一步地,所述第一算法配置为:T1=Tr1+...+Trn+Ts1+...+Tsn,其中,Tr为路径时长,Ts为景点游玩时长,且T1≤游玩的最长时间;所述第二算法配置为:T2=∑Tri+∑Tsj,其中,Tr为路径时长,Ts为景点游玩时长,T2为总的路径时长加上总的景点游玩时长的总和,且T2≤游玩的最长时间。
进一步地,所述质量等级包括5A级、4A级、3A级、2A级以及1A级,所述景点类别包括自然风景类、人文风景类以及娱乐类,所述适宜人群包括青年人群、中年人群、老年人群以及家庭类。
本发明的有益效果:本发明通过在用户终端的搜索模块中增加必要特征输入单元和自由特征输入单元,其中必要特征输入单元可用来输入起点位置和用户游玩的最长时间,通过这两个特征进行搜索,即可匹配出在游玩的最长时间内的若干条第一路径方案,自由特征输入单元可用来输入终点位置和景点类型,通过增加输入终点位置,能够匹配出一条在起点位置和终点位置之间的若干条第二路径方案,通过增加景点类型,能够在若干条第一路径方案中筛选出若干条第三路径方案,通过同时增加终点位置和景点类型,能够在若干条第二路径方案中筛选出若干条第四路径方案,能够满足客户的不同搜索需求,同时显示模块根据查询结果中的景点数量由多至少依次进行展示,能够优先为用户匹配出一条能够游览最多景点的路径,满足用户的需求。
本发明的数据库模块中的景点数据库增加景点游玩时长,该设计能够在匹配路径方案时增加对景点逗留时间的计算,能够更加精准的计算出每一条路径方案的耗费时长,同时增加景点游玩攻略,能够使用户点击后浏览该景点花费的时长都用于哪些方面,以便于根据自身喜好调整游览时长;
本发明的自由特征输入单元还包括景点游玩时长设定子单元,通过增加景点游玩时长设定子单元能够对每个景点的游玩时间进行预设定,能够满足一些只在景点进行短暂拍照停留的用户的需求,同时也可以满足一些想要在景点多待一段时间的用户的需求;
本发明通过在用户终端获取用的的体力阈值,在服务器系统中增加评分模块,通过评分模块能够计算出每条路径方案的综合分值,并通过显示模块根据综合分值由高到低进行排序,能够快速为用户匹配出最优的路径方案,提高了用户的使用体验感受。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为用户终端与服务器系统的连接示意图;
图2为用户终端的原理框图;
图3为登录模块的原理框图;
图4为搜索模块的原理框图;
图5为提示模块的原理框图;
图6为显示模块的原理框图;
图7为服务器系统的原理框图;
图8为数据库模块的原理框图;
图9为查询模块的原理框图;
图10为匹配单元的原理框图;
图11为第一路径方案的原理示意图;
图12为第二路径方案的原理示意图。
图中:1、服务器系统;11、查询模块;111、特征提取单元;112、搜索单元;113、匹配单元;1131、第一匹配子单元;1132、第二匹配子单元;1133、第三匹配子单元;1134、第四匹配子单元;1135、第五匹配子单元;1136、第六匹配子单元;1137、第七匹配子单元;1138、第八匹配子单元;12、数据库模块;121、地图数据库;122、景点数据库;13、存储模块;14、评分模块;2、用户终端;21、登录模块;211、换算单元;22、搜索模块;221、必要特征输入单元;2211、起点位置输入子单元;2212、最长时限输入子单元;222、自由特征输入单元;2221、终点位置输入子单元;2222、景点类型输入子单元;2223、景点游玩时长设定子单元;23、提示模块;231、景点等级提示单元;232、景点类别提示单元;233、景点适宜人群提示单元;24、显示模块;241、二次查询单元;25、定位模块。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
请参阅图1,图1为用户终端与服务器系统的连接示意图。
一种基于最优策略的体验式路线搜索系统,包括服务器系统1以及通过网络与服务器系统1连接的用户终端2,用户终端2用于将客户输入的搜索特征通过网络传输至服务器系统1,服务器系统1通过接收到的搜索特征进行路径方案匹配并将查询结果通过网络传输至用户终端2,用户终端2将接收到的查询结果展示给用户,用户终端2可以为电脑端和手机端,用户可以在电脑端和手机端输入搜索特征,服务器系统1根据搜索特征匹配路径方案,该路径方案上能够包含若干个景点,能够为用户的预留时间做一个充分的安排,帮助用户进行游玩路线的规划,提高用户的体验感受。
请参阅图2,图2为用户终端的原理框图。
用户终端2包括登录模块21、搜索模块22、提示模块23、显示模块24以及定位模块25,登录模块21用于用户账号登录并获取账号信息,账号信息包括用户的年龄和性别,搜索模块22用于用户输入搜索特征,搜索特征包括起点位置、终点位置、游玩的最长时间以及景点类型,提示模块23用于展示景点类型,显示模块24用于将接收到的查询结果进行展示,定位模块25用于确定用户的实时位置,
用户通过登录模块21进行账号登录后,用户终端2能够获取用户的账号信息,通过了解用户的年龄和性别能够为不同群体的用户匹配更贴合的路径方案,登录后,用户通过搜索模块22输入搜索特征,提示模块23能够让客户筛选自己喜欢的景点类型,定位模块25能够确定用户所在位置,搜索后,查询模块11为用户显示查询结果。
请参阅图3,图3为登录模块的原理框图。
登录模块21包括换算单元211,换算单元211用于根据用户的年龄和性别换算得到用户的体力阈值,根据体力阈值能够为用户匹配到在用户体力范围内的最优路径方案。
请参阅图4,图4为搜索模块的原理框图。
搜索模块22包括必要特征输入单元221和自由特征输入单元222,必要特征输入单元221用于用户输入必要的搜索特征,自由特征输入单元222用于用户输入非必要的搜索特征,必要特征输入单元221包括起点位置输入子单元2211和最长时限输入子单元2212,起点位置输入子单元2211用于输入用户的起点位置,最长时限输入子单元2212用于输入用户游玩的最长时间,通过输入起点位置和游玩的最长时间,能够为用户匹配一条从起点位置出发在游玩最长时间内的所有景点路径方案,自由特征输入单元222包括终点位置输入子单元2221以及景点类型输入子单元2222,终点位置输入子单元2221用于输入用户游玩结束后需要到达的终点位置,景点类型输入子单元2222用于输入用户选择的景点类型,通过输入终点位置,能够为用户匹配出在起点位置和终点位置之间的若干条路径方案,通过输入景点类型能够为用户筛选喜爱的景点类型。
必要特征输入单元221属于必须输入的搜索特征,自由特征输入单元222可根据用户自身喜好进行添加搜索,增加自由特征输入单元222能够使用户的需求进一步细化,更加贴合用户的需求。
自由特征输入单元222还包括景点游玩时长设定子单元2223,景点游玩时长设定子单元2223用于用户设定预计游玩时间,该设计能够为一些用户进行定制景点游览时间,现有的生活中,有些用户在一个地方游览时,只是想尽可能的打卡较多的景点,这类客户只需在每个景点设定较短的预计游玩时间,也有一些用户想要放慢脚步慢慢欣赏景点,这类用户可以提高设定的预计游玩时间。
请参阅图5,图5为提示模块的原理框图。
提示模块23包括景点等级提示单元231、景点类别提示单元232以及景点适宜人群提示单元233,景点等级提示单元231用于用户筛选景点的质量等级,景点类别提示单元232用于用户筛选喜爱的景点类别,景点适宜人群提示单元233用于用户筛选景点的适宜群体,景点类型包括质量等级、景点类别以及适宜人群。
质量等级包括5A级、4A级、3A级、2A级以及1A级,景点类别包括自然风景类、人文风景类以及娱乐类,适宜人群包括青年人群、中年人群、老年人群以及家庭类,用户可以通过提示模块23展示的景点类型筛选自身喜爱的景点。
请参阅图7和图8,图7为服务器系统的原理框图;图8为数据库模块的原理框图。
服务器系统1包括查询模块11、数据库模块12以及存储模块13,查询模块11根据接收到的搜索特征进行搜索并计算出若干条路径方案,数据库模块12存储有地图数据库121以及景点数据库122,景点数据库122包括景点位置、景点游玩时长以及景点游玩攻略,用户筒景点游玩攻略能够知道景点游玩的时间有花费在哪些地方,同样可以根据自身喜好调整游玩时间,地图数据库121包括每两个位置之间的出行路径以及与出行路径相对应的出行方式和路径时长,存储模块13用于将用户的检索记录和路径方案的选择记录存储至数据库模块12中。
景点数据库122还包括景点人气度值、景点平均排队时长以及景点平均耗费步数值,上述数据基于网络大数据得出。
服务器系统1还包括评分模块14,评分模块14内配置有第五算法,第五算法根据体力阈值、景点人气度值、景点平均排队时长以及景点平均耗费步数值对第一查询子结果中的每条路径方案进行评分计算并得到第一综合分值,第五算法配置为:P1=k1[A-(k2C+k3D)]+k4B+k5/C,其中,其中,P1为第一综合分值,A为体力阈值,B为景点人气度值,C为景点平均排队时长,D为景点平均耗费步数值,k1为第一权重值,k2为第二权重值,k3为第三权重值,k4为第四权重值,k5为第五权重值,且k1、k2、k3、k4、k5均大于零,该设计能够计算出在用户的体力阈值内的最优路径方案。
具体的,在一用户输入搜索特征后得到的一条路径方案中的数据为:A为150,B为72,C为20分钟,D为3000步,其中k1设置为5、k2设置为3、k3设置为0.02、k4设置为2、k5设置为1000,带入第五算法中得到该路径方案的第一综合分值为240。
评分模块14内还配置有第六算法,第六算法根据体力阈值、景点人气度值、景点平均排队时长、预计游玩时间以及景点数量对第二查询子结果中的每条路径方案进行评分计算并得到第二综合分值,第六算法配置为:P2=k6(E-C)+k7B+k8(A-k9mTa),其中,P2为第二综合分值,A为体力阈值,B为景点人气度值,C为景点平均排队时长,Ta为预计游玩时间,m为景点数量,k6为第六权重值,k7为第七权重值,k8为第八权重值,k9为第九权重值,且k6、k7、k8、k9均大于零,该设计能够为用户匹配一条最优路径方案,具体的数值计算根据具体路径情况进行换算得出。
请参阅图9,图9为查询模块的原理框图。
查询模块11包括特征提取单元111、搜索单元112以及匹配单元113,特征提取单元111用于从数据库模块12中提取用户所在地周边的景点位置、每两个位置之间的路径时长以及景点游玩时长,搜索单元112用于搜索每两个位置之间的出行路径,匹配单元113用于根据用户输入的搜索特征进行计算后匹配对应的路径方案。
请参阅图10、图11和图12,图10为匹配单元的原理框图,图11为第一路径方案的原理示意图;图12为第二路径方案的原理示意图。
匹配单元113包括第一匹配子单元1131、第二匹配子单元1132、第三匹配子单元1133以及第四匹配子单元1134。
第一匹配子单元1131根据用户输入的起点位置和游玩的最长时间匹配路径方案,第一匹配子单元1131配置有第一算法,第一算法对于每条路径方案的计算方法设置为从用户的起点位置开始依次累计每两个位置之间的路径时长和景点游玩时长,当第一算法的值大于游玩的最长时间时停止计算,第一匹配子单元1131配置有第一匹配策略,第一匹配策略配置为:删除第一算法中累计的最后一个景点或最后一条路径,然后将起点位置、每两个位置之间的出行路径和景点位置的连线设定第一路径方案,第一算法配置为:T1=Tr1+...+Trn+Ts1+...+Tsn,其中,Tr为路径时长,Ts为景点游玩时长,且T1≤游玩的最长时间。
参考图11 中,从起点位置开始匹配时,下一个可选择的景点为景点a或景点b,其中起点位置到达景点a或景点b的出行路径分别有三种,景点a可选择的下一个景点为景点f,景点a到达景点f的出行路径有三种,景点b可选择的下一个景点为景点c或景点d,景点c或景点d可选择的下一个景点为景点e,因此第一路径方案包括若干条排列组合方式的路径方案。
在具体计算时,以起点位置到景点a再到景点f为例,需要以起点位置到达景点a的其中一条路径的路径时长为基数,依次累计景点a的景点游玩时长,当累计到景点a的景点游玩时长的值小于游玩的最长时间时,可以继续累计,继续累计景点a到景点f的其中一条路径的路径时长,在这一累计环节的值大于游玩的最长时间时,那么需要删掉这一路径,此时匹配的一条路径方案就是起点位置到景点a。
第二匹配子单元1132根据用户输入的起点位置、游玩的最长时间以及终点位置匹配路径方案,第二匹配子单元1132从用户输入的起点位置向终点位置进行连线,分别穿过若干个景点位置获得若干条初始路径,第二匹配子单元1132配置有第二算法,第二匹配子单元1132根据第二算法分别计算出每条初始路径的耗费时长,第二匹配子单元1132配置有第二匹配策略,第二匹配策略将耗费时长小于游玩的最长时间的初始路径设定为第二路径方案,第二算法配置为:T2=∑Tri+∑Tsj,其中,Tr为路径时长,Ts为景点游玩时长,T2为总的路径时长加上总的景点游玩时长的总和,且T2≤游玩的最长时间。
参考图12中,与图11 相比的不同之处在于添加了终点位置。
第三匹配子单元1133根据用户输入的起点位置、游玩的最长时间以及景点类型匹配路径方案,第三匹配子单元1133配置有第三匹配策略,第三匹配策略将第一路径方案中满足用户输入的景点类型的部分设定为第三路径方案。
第四匹配子单元1134根据用户输入的起点位置、游玩的最长时间、终点位置以及景点类型匹配路径方案,第四匹配子单元1134配置有第四匹配策略,第四匹配策略将第二路径方案中满足用户输入的景点类型的部分设定为第四路径方案。
匹配单元113还包括第五匹配子单元1135、第六匹配子单元1136、第七匹配子单元1137以及第八匹配子单元1138,
第五匹配子单元1135用于根据用户输入的起点位置、游玩的最长时间以及预计游玩时间匹配路径方案,第五匹配子单元1135配置有第三算法,第三算法对于每条路径方案的计算方法设置为从用户的起点位置开始依次累计每两个位置之间的路径时长和预计游玩时间,当第三算法的值大于游玩的最长时间时停止计算,第五匹配子单元1135配置有第五匹配策略,第五匹配策略配置为:删除第三算法中累计的最后一个景点或最后一条路径,然后将起点位置、每两个位置之间的出行路径和景点位置的连线设定为第五路径方案,第三算法配置为:T3=Tr1+...+Trn+mTa,其中,Tr为路径时长,Ta为预计游玩时间,m为景点数量,且T3≤游玩的最长时间。
第六匹配子单元1136用于根据用户输入的起点位置、游玩的最长时间、预计游玩时间以及终点位置匹配路径方案,第六匹配子单元1136从用户输入的起点位置向终点位置进行连线,分别穿过若干个景点位置获得若干条初始路径,第六匹配子单元1136配置有第四算法,第六匹配子单元1136根据第四算法分别计算出每条初始路径的耗费时长,第六匹配子单元1136配置有第六匹配策略,第六匹配策略将耗费时长小于游玩的最长时间的初始路径设定为第六路径方案,第四算法配置为:T4=∑Tri+mTa,其中,Tr为路径时长,Ta为预计游玩时间,m为景点数量,T4为总的路径时长加上总的景点游玩时长的总和,且T4≤游玩的最长时间。
第七匹配子单元1137用于根据用户输入的起点位置、游玩的最长时间、预计游玩时间以及景点类型匹配路径方案,第七匹配子单元1137配置有第七匹配策略,第七匹配策略将第五路径方案中满足用户输入的景点类型的部分设定为第七路径方案。
第八匹配子单元1138用于根据用户输入的起点位置、游玩的最长时间、预计游玩时间、终点位置以及景点类型匹配路径方案,第八匹配子单元1138配置有第八匹配策略,第八匹配策略将第六路径方案中满足用户输入的景点类型的部分设定为第八路径方案。
请参阅图6,图6为显示模块的原理框图。
显示模块24根据用户输入的搜索特征展示对应的查询结果,查询结果包括第一查询子结果,第一查询子结果包括第一路径方案、第二路径方案、第三路径方案以及第四路径方案。
查询结果还包括第二查询子结果,第二查询子结果包括第五路径方案、第六路径方案、第七路径方案以及第八路径方案。
第一路径方案、第二路径方案、第三路径方案、第四路径方案、第五路径方案、第六路径方案、第七路径方案以及第八路径方案中分别包括若干条路径方案。
显示模块24根据第一综合分值由大到小依次对第一查询子结果中的每条路径方案进行展示。
显示模块24还包括二次查询单元241,二次查询单元241包括出行类型输入子单元,查询模块11还包括二次查询子模块,二次查询子模块用于根据出行类型对查询结果进行筛选。
显示模块24根据第二综合分值由大到小依次对第二查询子结果中的每条路径方案进行展示。
工作原理:用户通过用户终端2输入搜索特征,通过必要特征输入单元221输入起点位置和游玩的最长时间,通过自由特征输入单元222可以选择性的输入终点位置、景点类型或预计游玩时间,搜索模块22将搜索特征通过网络发送给服务器系统1,服务器系统1中的查询模块11能够根据搜索特征并从数据库模块12中提取数据进行计算,根据搜索特征的排列组合可以为用户匹配第一路径方案、第二路径方案、第三路径方案、第四路径方案、第五路径方案、第六路径方案、第七路径方案以及第八路径方案八种路径方案,通过服务器系统1中的评分模块14能够对每条路径方案进行评分,并且通过显示模块24能够根据评分的结果由大到小进行方案展示,便于用户选择最优的路径方案。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种基于最优策略的体验式路线搜索系统,其特征在于,包括服务器系统(1)以及通过网络与服务器系统(1)连接的用户终端(2),所述用户终端(2)用于将客户输入的搜索特征通过网络传输至服务器系统(1),所述服务器系统(1)通过接收到的搜索特征进行路径方案匹配并将查询结果通过网络传输至用户终端(2),所述用户终端(2)将接收到的查询结果展示给用户;
所述用户终端(2)包括登录模块(21)、搜索模块(22)、提示模块(23)、显示模块(24)以及定位模块(25),所述登录模块(21)用于用户账号登录并获取账号信息,所述账号信息包括用户的年龄和性别,所述搜索模块(22)用于用户输入搜索特征,所述搜索特征包括起点位置、终点位置、游玩的最长时间以及景点类型,所述提示模块(23)用于展示景点类型,所述显示模块(24)用于将接收到的查询结果进行展示,所述定位模块(25)用于确定用户的实时位置;
所述登录模块(21)包括换算单元(211),所述换算单元(211)用于根据用户的年龄和性别换算得到用户的体力阈值;
所述搜索模块(22)包括必要特征输入单元(221)和自由特征输入单元(222),所述必要特征输入单元(221)用于用户输入必要的搜索特征,所述自由特征输入单元(222)用于用户输入非必要的搜索特征,所述必要特征输入单元(221)包括起点位置输入子单元(2211)和最长时限输入子单元(2212),所述起点位置输入子单元(2211)用于输入用户的起点位置,所述最长时限输入子单元(2212)用于输入用户游玩的最长时间,所述自由特征输入单元(222)包括终点位置输入子单元(2221)以及景点类型输入子单元(2222),所述终点位置输入子单元(2221)用于输入用户游玩结束后需要到达的终点位置,所述景点类型输入子单元(2222)用于输入用户选择的景点类型;
所述提示模块(23)包括景点等级提示单元(231)、景点类别提示单元(232)以及景点适宜人群提示单元(233),所述景点等级提示单元(231)用于用户筛选景点的质量等级,所述景点类别提示单元(232)用于用户筛选喜爱的景点类别,所述景点适宜人群提示单元(233)用于用户筛选景点的适宜群体,所述景点类型包括质量等级、景点类别以及适宜人群;
所述服务器系统(1)包括查询模块(11)、数据库模块(12)以及存储模块(13),所述查询模块(11)根据接收到的搜索特征进行搜索并计算出若干条路径方案,所述数据库模块(12)存储有地图数据库(121)以及景点数据库(122),所述景点数据库(122)包括景点位置、景点游玩时长以及景点游玩攻略,所述地图数据库(121)包括每两个位置之间的出行路径以及与出行路径相对应的出行方式和路径时长,所述存储模块(13)用于将用户的检索记录和路径方案的选择记录存储至数据库模块(12)中;
所述查询模块(11)包括特征提取单元(111)、搜索单元(112)以及匹配单元(113),所述特征提取单元(111)用于从数据库模块(12)中提取用户所在地周边的景点位置、每两个位置之间的路径时长以及景点游玩时长,所述搜索单元(112)用于搜索每两个位置之间的出行路径,所述匹配单元(113)用于根据用户输入的搜索特征进行计算后匹配对应的路径方案;
所述匹配单元(113)包括第一匹配子单元(1131)、第二匹配子单元(1132)、第三匹配子单元(1133)以及第四匹配子单元(1134),所述第一匹配子单元(1131)根据用户输入的起点位置和游玩的最长时间匹配路径方案,所述第二匹配子单元(1132)根据用户输入的起点位置、游玩的最长时间以及终点位置匹配路径方案,所述第三匹配子单元(1133)根据用户输入的起点位置、游玩的最长时间以及景点类型匹配路径方案,所述第四匹配子单元(1134)根据用户输入的起点位置、游玩的最长时间、终点位置以及景点类型匹配路径方案;
所述第一匹配子单元(1131)配置有第一算法,所述第一算法对于每条路径方案的计算方法设置为从用户的起点位置开始依次累计每两个位置之间的路径时长和景点游玩时长,当第一算法的值大于游玩的最长时间时停止计算,所述第一匹配子单元(1131)配置有第一匹配策略,所述第一匹配策略配置为:删除第一算法中累计的最后一个景点或最后一条路径,然后将起点位置、每两个位置之间的出行路径和景点位置的连线设定为第一路径方案;
所述第二匹配子单元(1132)从用户输入的起点位置向终点位置进行连线,分别穿过若干个景点位置获得若干条初始路径,所述第二匹配子单元(1132)配置有第二算法,所述第二匹配子单元(1132)根据第二算法分别计算出每条初始路径的耗费时长,所述第二匹配子单元(1132)配置有第二匹配策略,所述第二匹配策略将耗费时长小于游玩的最长时间的初始路径设定为第二路径方案;
所述第三匹配子单元(1133)配置有第三匹配策略,所述第三匹配策略将第一路径方案中满足用户输入的景点类型的部分设定为第三路径方案;
所述第四匹配子单元(1134)配置有第四匹配策略,所述第四匹配策略将第二路径方案中满足用户输入的景点类型的部分设定为第四路径方案;
所述显示模块(24)根据用户输入的搜索特征展示对应的查询结果,所述查询结果包括第一查询子结果,所述第一查询子结果包括第一路径方案、第二路径方案、第三路径方案以及第四路径方案;
所述景点数据库(122)还包括景点人气度值、景点平均排队时长以及景点平均耗费步数值,所述服务器系统(1)还包括评分模块(14),所述评分模块(14)内配置有第五算法,所述第五算法根据体力阈值、景点人气度值、景点平均排队时长以及景点平均耗费步数值对第一查询子结果中的每条路径方案进行评分计算并得到第一综合分值,所述第五算法配置为:P1=k1[A-(k2C+k3D)]+k4B+k5/C,其中,P1为第一综合分值,A为体力阈值,B为景点人气度值,C为景点平均排队时长,D为景点平均耗费步数值,k1为第一权重值,k2为第二权重值,k3为第三权重值,k4为第四权重值,k5为第五权重值,且k1、k2、k3、k4、k5均大于零;
所述显示模块(24)根据第一综合分值由大到小依次对第一查询子结果中的每条路径方案进行展示。
2.根据权利要求1所述的一种基于最优策略的体验式路线搜索系统,其特征在于,所述显示模块(24)还包括二次查询单元(241),所述二次查询单元(241)包括出行类型输入子单元,所述查询模块(11)还包括二次查询子模块,所述二次查询子模块用于根据出行类型对查询结果进行筛选。
3.根据权利要求1所述的一种基于最优策略的体验式路线搜索系统,其特征在于,所述自由特征输入单元(222)还包括景点游玩时长设定子单元(2223),所述景点游玩时长设定子单元(2223)用于用户设定预计游玩时间。
4.根据权利要求3所述的一种基于最优策略的体验式路线搜索系统,其特征在于,所述匹配单元(113)还包括第五匹配子单元(1135)、第六匹配子单元(1136)、第七匹配子单元(1137)以及第八匹配子单元(1138),所述第五匹配子单元(1135)用于根据用户输入的起点位置、游玩的最长时间以及预计游玩时间匹配路径方案,所述第六匹配子单元(1136)用于根据用户输入的起点位置、游玩的最长时间、预计游玩时间以及终点位置匹配路径方案,所述第七匹配子单元(1137)用于根据用户输入的起点位置、游玩的最长时间、预计游玩时间以及景点类型匹配路径方案,所述第八匹配子单元(1138)用于根据用户输入的起点位置、游玩的最长时间、预计游玩时间、终点位置以及景点类型匹配路径方案。
5.根据权利要求4所述的一种基于最优策略的体验式路线搜索系统,其特征在于,所述第五匹配子单元(1135)配置有第三算法,所述第三算法对于每条路径方案的计算方法设置为从用户的起点位置开始依次累计每两个位置之间的路径时长和预计游玩时间,当第三算法的值大于游玩的最长时间时停止计算,所述第五匹配子单元(1135)配置有第五匹配策略,所述第五匹配策略配置为:删除第三算法中累计的最后一个景点或最后一条路径,然后将起点位置、每两个位置之间的出行路径和景点位置的连线设定为第五路径方案,所述第三算法配置为T3=Tr1+...+Trn+mTa,其中,Tr为路径时长,Ta为预计游玩时间,m为景点数量,且T3≤游玩的最长时间;
所述第六匹配子单元(1136)从用户输入的起点位置向终点位置进行连线,分别穿过若干个景点位置获得若干条初始路径,所述第六匹配子单元(1136)配置有第四算法,所述第六匹配子单元(1136)根据第四算法分别计算出每条初始路径的耗费时长,所述第六匹配子单元(1136)配置有第六匹配策略,所述第六匹配策略将耗费时长小于游玩的最长时间的初始路径设定为第六路径方案,所述第四算法配置为:T4=∑Tri+mTa,其中,Tr为路径时长,Ta为预计游玩时间,m为景点数量,T4为总的路径时长加上总的景点游玩时长的总和,且T4≤游玩的最长时间;
所述第七匹配子单元(1137)配置有第七匹配策略,所述第七匹配策略将第五路径方案中满足用户输入的景点类型的部分设定为第七路径方案;
所述第八匹配子单元(1138)配置有第八匹配策略,所述第八匹配策略将第六路径方案中满足用户输入的景点类型的部分设定为第八路径方案。
6.根据权利要求5所述的一种基于最优策略的体验式路线搜索系统,其特征在于,所述查询结果还包括第二查询子结果,所述第二查询子结果包括第五路径方案、第六路径方案、第七路径方案以及第八路径方案;
所述评分模块(14)内还配置有第六算法,所述第六算法根据体力阈值、景点人气度值、景点平均排队时长、预计游玩时间以及景点数量对第二查询子结果中的每条路径方案进行评分计算并得到第二综合分值,所述第六算法配置为:P2=k6(E-C)+k7B+k8(A-k9mTa),其中,P2为第二综合分值,A为体力阈值,B为景点人气度值,C为景点平均排队时长,Ta为预计游玩时间,m为景点数量,k6为第六权重值,k7为第七权重值,k8为第八权重值,k9为第九权重值,且k6、k7、k8、k9均大于零;
所述显示模块(24)根据第二综合分值由大到小依次对第二查询子结果中的每条路径方案进行展示。
7.根据权利要求1所述的一种基于最优策略的体验式路线搜索系统,其特征在于,所述第一算法配置为:T1=Tr1+...+Trn+Ts1+...+Tsn,其中,Tr为路径时长,Ts为景点游玩时长,且T1≤游玩的最长时间;所述第二算法配置为:T2=∑Tri+∑Tsj,其中,Tr为路径时长,Ts为景点游玩时长,T2为总的路径时长加上总的景点游玩时长的总和,且T2≤游玩的最长时间。
8.根据权利要求1所述的一种基于最优策略的体验式路线搜索系统,其特征在于,所述质量等级包括5A级、4A级、3A级、2A级以及1A级,所述景点类别包括自然风景类、人文风景类以及娱乐类,所述适宜人群包括青年人群、中年人群、老年人群以及家庭类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110535587.6A CN113221028B (zh) | 2021-05-17 | 2021-05-17 | 一种基于最优策略的体验式路线搜索系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110535587.6A CN113221028B (zh) | 2021-05-17 | 2021-05-17 | 一种基于最优策略的体验式路线搜索系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113221028A CN113221028A (zh) | 2021-08-06 |
CN113221028B true CN113221028B (zh) | 2022-04-19 |
Family
ID=77092403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110535587.6A Active CN113221028B (zh) | 2021-05-17 | 2021-05-17 | 一种基于最优策略的体验式路线搜索系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113221028B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105159933A (zh) * | 2015-08-06 | 2015-12-16 | 北京百度网讯科技有限公司 | 旅游信息推荐方法及装置 |
CN110175722A (zh) * | 2019-05-30 | 2019-08-27 | 上海苍潇穹宇数据科技有限公司 | 旅游行程规划系统 |
JP2019160320A (ja) * | 2018-03-12 | 2019-09-19 | ネイバー コーポレーションNAVER Corporation | 位置基盤情報探索方法およびシステム |
CN110472161A (zh) * | 2019-08-15 | 2019-11-19 | 重庆誉存大数据科技有限公司 | 一种基于对企业信息分析分类的智能推荐旅游路线方法 |
CN110750737A (zh) * | 2019-09-27 | 2020-02-04 | 恒大智慧科技有限公司 | 一种景点推荐方法、装置及存储介质 |
CN111310077A (zh) * | 2020-02-28 | 2020-06-19 | 河海大学常州校区 | 一种旅客智能行程推荐系统和方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002015215A (ja) * | 2000-06-30 | 2002-01-18 | Hitachi Ltd | マルチメデア情報配信システムおよび携帯情報端末装置 |
-
2021
- 2021-05-17 CN CN202110535587.6A patent/CN113221028B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105159933A (zh) * | 2015-08-06 | 2015-12-16 | 北京百度网讯科技有限公司 | 旅游信息推荐方法及装置 |
JP2019160320A (ja) * | 2018-03-12 | 2019-09-19 | ネイバー コーポレーションNAVER Corporation | 位置基盤情報探索方法およびシステム |
CN110175722A (zh) * | 2019-05-30 | 2019-08-27 | 上海苍潇穹宇数据科技有限公司 | 旅游行程规划系统 |
CN110472161A (zh) * | 2019-08-15 | 2019-11-19 | 重庆誉存大数据科技有限公司 | 一种基于对企业信息分析分类的智能推荐旅游路线方法 |
CN110750737A (zh) * | 2019-09-27 | 2020-02-04 | 恒大智慧科技有限公司 | 一种景点推荐方法、装置及存储介质 |
CN111310077A (zh) * | 2020-02-28 | 2020-06-19 | 河海大学常州校区 | 一种旅客智能行程推荐系统和方法 |
Non-Patent Citations (3)
Title |
---|
User-Based Collaborative Filtering for Tourist Attraction Recommendations;Zhiyang Jia; Yuting Yang; Wei Gao; Xu Chen;《2015 IEEE International Conference on Computational Intelligence & Communication Technology》;20150402;全文 * |
基于"用户—景点"关系建模的景点推荐技术的研究;李瀚晨;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170315;全文 * |
基于空间数据挖掘的个性化旅游景点推荐系统研究;肖政;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170215;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113221028A (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105068661B (zh) | 基于人工智能的人机交互方法和系统 | |
US10855641B1 (en) | Updating event posts | |
US9342623B2 (en) | Automatically generating nodes and edges in an integrated social graph | |
WO2016107417A1 (zh) | 基于旅游目标地域来挖掘旅游路线的方法和设备 | |
US8572129B1 (en) | Automatically generating nodes and edges in an integrated social graph | |
WO2020062926A1 (zh) | 景点推荐方法、计算机设备及计算机可读存储介质 | |
US20160048601A1 (en) | Dynamically generating recommendations based on social graph information | |
KR101519986B1 (ko) | 게임 제어 장치, 게임 제어 방법, 프로그램, 및 게임 시스템 | |
CN103828399A (zh) | 提供实时段表现信息 | |
Waga et al. | Recommendation of points of interest from user generated data collection | |
CN113590954A (zh) | 一种旅游景点智能匹配推荐方法、系统及计算机存储介质 | |
MX2011009462A (es) | Metodo y dispositivo para extraer un circulo de relaciones de los miembros en una red de servicio de red social. | |
CN113420058B (zh) | 一种基于结合用户历史行为的对话式学术会议推荐方法 | |
CN116823535B (zh) | 一种基于多模态大模型的行程规划及智能导览系统 | |
JP4114509B2 (ja) | 情報提示方法および情報提示システムならびに情報提示処理プログラム | |
US10154077B2 (en) | Computer system for network node review for actionable item | |
KR20200048756A (ko) | 여행 루트 추천 서비스 제공 시스템 및 방법 | |
KR20130120909A (ko) | 여행 정보 관리 및 제공 방법, 서버, 및 컴퓨터 판독 가능한 기록 매체 | |
CN113221028B (zh) | 一种基于最优策略的体验式路线搜索系统 | |
KR20150047496A (ko) | 정보 처리 장치, 정보 처리 방법 및 정보 처리 프로그램 | |
CN109299388A (zh) | 一种查找高质量社交用户的系统及方法 | |
CN114374854B (zh) | 云旅游直播方法与系统 | |
CN110347842B (zh) | 基于智能腕表的知识图谱导游系统 | |
CN109146737B (zh) | 一种基于考试平台的智能交互方法和装置 | |
CN113112058A (zh) | 一种基于知识图谱与蚁群算法的旅游路线推荐方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |